应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

小木虫论坛-学术科研互动平台 » 计算模拟区 » 程序语言 » 其它 » 【求助】求1stOpt软件（版本2.5以上）【已完结】
141/2返回列表12下一页
查看: 972  |  回复: 13
只看楼主@他人 存档 新回复提醒 (忽略) 收藏    在APP中查看
当前主题已经存档。

magicalarm

木虫 (正式写手)

圣徒

[交流] 【求助】求1stOpt软件（版本2.5以上）【已完结】

求1stOpt软件（版本2.5以上）——数学优化分析软件
要求：
1.完整版
2.免注册

版本1和1.5的网上很多，但功能不完善，就不用了
我需要2.5以上的
谢谢

[ Last edited by 余泽成 on 2010-1-27 at 22:32 ]
回复此楼

» 猜你喜欢
欲以一身撼天下，须于平地起波澜……做人原则：1.只发高质量的帖子！2.只发高质量的帖子！3.重复以上两点……
1楼2009-10-21 19:14:29
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

nono2009

超级版主 (文学泰斗)

No gains, no pains.

优秀区长优秀区长优秀区长优秀区长优秀版主
★ ★ ★ ★ ★
magicalarm(金币+5,VIP+0):谢谢 10-21 22:43
目前网上似乎找不到2.0以上的版本。

花钱买正版也不贵，支持一下国产软件。呵呵。
赞一下(16人) 回复此楼
2楼2009-10-21 21:35:14
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

magicalarm

木虫 (正式写手)

圣徒
引用回帖:
Originally posted by nono2009 at 2009-10-21 21:35:
目前网上似乎找不到2.0以上的版本。

花钱买正版也不贵，支持一下国产软件。呵呵。

谢谢斑竹的回复

正版的要多少钱啊

我还是穷学生呢

一个月国家就补贴220
赞一下 回复此楼
欲以一身撼天下，须于平地起波澜……做人原则：1.只发高质量的帖子！2.只发高质量的帖子！3.重复以上两点……
3楼2009-10-21 22:44:46
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

nono2009

超级版主 (文学泰斗)

No gains, no pains.

优秀区长优秀区长优秀区长优秀区长优秀版主
偶没买过。买过2.0的人花了不到1000RMB。

你做什么课题？如果做优化的话，也不一定非1stOpt不可啊。
赞一下 回复此楼
4楼2009-10-21 22:49:04
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

magicalarm

木虫 (正式写手)

圣徒
引用回帖:
Originally posted by nono2009 at 2009-10-21 22:49:
偶没买过。买过2.0的人花了不到1000RMB。

你做什么课题？如果做优化的话，也不一定非1stOpt不可啊。

我现在正在做多元函数的拟合
困扰了半年左右了
试了几个软件，觉得还是1stOpt好用
但是有些功能在2.0以下的版本受到了限制，如编程功能
所以想找个版本高的

1stOpt在小木虫这好像用的人不多啊
斑竹博学
赞一下 回复此楼
欲以一身撼天下，须于平地起波澜……做人原则：1.只发高质量的帖子！2.只发高质量的帖子！3.重复以上两点……
5楼2009-10-21 22:54:49
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

nono2009

超级版主 (文学泰斗)

No gains, no pains.

优秀区长优秀区长优秀区长优秀区长优秀版主

博学不敢当

做多元函数拟合的话，可以试一试matlab的遗传算法工具箱。

如果将问题的数学模型（不是特别复杂的话）贴出来的，这里的高手（偶不是）也许可以给你一些更有针对性的建议。
赞一下 回复此楼
6楼2009-10-21 23:17:11
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

magicalarm

木虫 (正式写手)

圣徒
斑竹谦虚了，谢谢斑竹的热情
我现在就把我的问题贴出来


这是一个多元拟合的问题，共有4个自变量n, rt, y, x，1个因变量h。
拟合的公式是自己写的。
在1stOpt中的代码如下：

Parameters p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11;

Variable n, rt,y,x,h;

Function h=(p1+p2*x+p3*x^2+p4*x^3+p5*y)/(1+p6*x+p7*y+p8*y^2)^(p9+ln(rt+p11)*ln(n+p10));

Data;// n rt y x h

3 5 0.1 0.2 0.0524

3 5 0.1 0.4 0.2107

3 5 0.1 0.6 0.7346

3 5 0.1 0.8 2.606

3 5 0.4 0.2 0.1201

3 5 0.4 0.4 0.3351

3 5 0.4 0.6 1.0562

3 5 0.4 0.8 2.4563

3 5 0.7 0.2 0.1097

3 5 0.7 0.4 0.2738

3 5 0.7 0.6 0.7437

3 5 0.7 0.8 1.471

3 5 1 0.2 0.0939

3 5 1 0.4 0.2268

3 5 1 0.6 0.4614

3 5 1 0.8 1.0196



3 10 0.1 0.2 0.1046

3 10 0.1 0.4 0.3255

3 10 0.1 0.6 1.0335

3 10 0.1 0.8 3.3557

3 10 0.4 0.2 0.185

3 10 0.4 0.4 0.5496

3 10 0.4 0.6 1.3529

3 10 0.4 0.8 2.8833

3 10 0.7 0.2 0.1857

3 10 0.7 0.4 0.4759

3 10 0.7 0.6 1.0242

3 10 0.7 0.8 1.8879

3 10 1 0.2 0.174

3 10 1 0.4 0.415

3 10 1 0.6 0.8183

3 10 1 0.8 1.4074



7 5 0.1 0.2 0.0308

7 5 0.1 0.4 0.3728

7 5 0.1 0.6 1.9035

7 5 0.1 0.8 12.7293

7 5 0.4 0.2 0.0392

7 5 0.4 0.4 0.2337

7 5 0.4 0.6 1.1025

7 5 0.4 0.8 3.3437

7 5 0.7 0.2 0.0213

7 5 0.7 0.4 0.1176

7 5 0.7 0.6 0.4846

7 5 0.7 0.8 1.2509

7 5 1 0.2 0.0122

7 5 1 0.4 0.069

7 5 1 0.6 0.1697

7 5 1 0.8 0.6657



7 10 0.1 0.2 0.092

7 10 0.1 0.4 0.5078

7 10 0.1 0.6 1.436

7 10 0.1 0.8 10.7635

7 10 0.4 0.2 0.1198

7 10 0.4 0.4 0.4486

7 10 0.4 0.6 1.1841

7 10 0.4 0.8 2.6216

7 10 0.7 0.2 0.099

7 10 0.7 0.4 0.311

7 10 0.7 0.6 0.6995

7 10 0.7 0.8 1.3662

7 10 1 0.2 0.087

7 10 1 0.4 0.2409

7 10 1 0.6 0.4989

7 10 1 0.8 0.9291



9.9 5 0.1 0.2 0.0239

9.9 5 0.1 0.4 0.469

9.9 5 0.1 0.6 2.8357

9.9 5 0.1 0.8 19.4601

9.9 5 0.4 0.2 0.0157

9.9 5 0.4 0.4 0.1768

9.9 5 0.4 0.6 1.0521

9.9 5 0.4 0.8 3.8215

9.9 5 0.7 0.2 0.003

9.9 5 0.7 0.4 0.0674

9.9 5 0.7 0.6 0.3607

9.9 5 0.7 0.8 1.1329

9.9 5 1 0.2 0.0008

9.9 5 1 0.4 0.0292

9.9 5 1 0.6 0.0725

9.9 5 1 0.8 0.524



9.9 10 0.1 0.2 0.0799

9.9 10 0.1 0.4 0.5137

9.9 10 0.1 0.6 1.7795

9.9 10 0.1 0.8 19.9968

9.9 10 0.4 0.2 0.0825

9.9 10 0.4 0.4 0.3567

9.9 10 0.4 0.6 1.0187

9.9 10 0.4 0.8 2.5404

9.9 10 0.7 0.2 0.0619

9.9 10 0.7 0.4 0.2232

9.9 10 0.7 0.6 0.5499

9.9 10 0.7 0.8 1.1432

9.9 10 1 0.2 0.0532

9.9 10 1 0.4 0.1621

9.9 10 1 0.6 0.368

9.9 10 1 0.8 0.7252


复制代码在1stOpt中运行后，结果如下：

迭代数: 9998

计算用时(时:分:秒:微秒): 00:00:24:781

优化算法: 改进差分进化算法

计算结束原因: 达到收敛判断标准

均方差(RMSE): 0.253804039400827

残差平方和(SSE): 6.18398307995294

相关系数(R): 0.996898761286188

相关系数之平方(R^2): 0.993807140253937

决定系数(DC): 0.993797456149271

卡方系数(Chi-Square): 2.43204333115432

F统计(F-Statistic): 15084.7710128199



参数 最佳估算

---------- -------------

p1 -0.724716855083868

p2 2.65042909995475

p3 -5.47929636323795

p4 3.95850897681223

p5 4.25610750517767

p6 -0.319288259573433

p7 0.661702071870896

p8 -0.298881266786527

p9 3.48329560764148

p10 -0.245205941456824

p11 930.723631510933



====== 结果输出 =====



No 实测值h 计算值h

1 0.0524 0.0437834

2 0.2107 0.2759144

3 0.7346 0.7265444

4 2.606 3.1539466

5 0.1201 0.2996809

6 0.3351 0.5812205

7 1.0562 1.1182674

8 2.4563 2.4374207

9 0.1097 0.2481265

10 0.2738 0.4434015

11 0.7437 0.7984808

12 1.471 1.5576459

13 0.0939 0.2540643

14 0.2268 0.4399625

15 0.4614 0.7717387

16 1.0196 1.4417370

17 0.1046 0.0437835

18 0.3255 0.2760138

19 1.0335 0.7270838

20 3.3557 3.1575852

21 0.185 0.2994506

22 0.5496 0.5809526

23 1.3529 1.1181166

24 2.8833 2.4379385

25 0.1857 0.2478246

26 0.4759 0.4429871

27 1.0242 0.7979724

28 1.8879 1.5571455

29 0.174 0.2537057

30 0.415 0.4394611

31 0.8183 0.7710802

32 1.4074 1.4409430

33 0.0308 0.0439655

34 0.3728 0.4154776

35 1.9035 1.6883121

36 12.7293 11.6897344

37 0.0392 0.1251026

38 0.2337 0.3441775

39 1.1025 0.9593958

40 3.3437 3.1027775

41 0.0213 0.0622145

42 0.1176 0.1532580

43 0.4846 0.3872536

44 1.2509 1.0811897

45 0.0122 0.0510397

46 0.069 0.1204246

47 0.1697 0.2925755

48 0.6657 0.7710011

49 0.092 0.0439658

50 0.5078 0.4157599

51 1.436 1.6906755

52 10.7635 11.7151695

53 0.1198 0.1249215

54 0.4486 0.3438784

55 1.1841 0.9591519

56 2.6216 3.1040202

57 0.099 0.0620719

58 0.311 0.1529881

59 0.6995 0.3867889

60 1.3662 1.0805349

61 0.087 0.0509040

62 0.2409 0.1201660

63 0.4989 0.2921051

64 0.9291 0.7702009

65 0.0239 0.0440382

66 0.469 0.4890433

67 2.8357 2.3620619

68 19.4601 19.6967256

69 0.0157 0.0883426

70 0.1768 0.2793543

71 1.0521 0.9025984

72 3.8215 3.4158294

73 0.003 0.0358613

74 0.0674 0.1003869

75 0.3607 0.2902920

76 1.1329 0.9348701

77 0.0008 0.0269344

78 0.0292 0.0718811

79 0.0725 0.1988285

80 0.524 0.6008913

81 0.0799 0.0440386

82 0.5137 0.4894377

83 1.7795 2.3659874

84 19.9968 19.7476070

85 0.0825 0.0881907

86 0.3567 0.2790662

87 1.0187 0.9023261

88 2.5404 3.4174534

89 0.0619 0.0357637

90 0.2232 0.1001771

91 0.5499 0.2898786

92 1.1432 0.9341981

93 0.0532 0.0268494

94 0.1621 0.0716980

95 0.368 0.1984490

96 0.7252 0.6001511


结果是出来了，可是有些点误差很大（如case5，9，14，17，45，49，69，73，77，89，93等）；我发现这些点大多是函数值比较小的点。


我的问题如下：
1.在拟合公式不变的情况下，如何在1stOpt中设置让结果令人满意？
2.由于拟合公式是自己写的，本身肯定有不合理的地方，如何修改才好呢？
3.若要进行分段拟合，代码该如何书写呢？

这个问题已经困扰我半年了，请高人指点。不胜感激！
赞一下 回复此楼
欲以一身撼天下，须于平地起波澜……做人原则：1.只发高质量的帖子！2.只发高质量的帖子！3.重复以上两点……
7楼2009-10-22 10:05:52
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

nono2009

超级版主 (文学泰斗)

No gains, no pains.

优秀区长优秀区长优秀区长优秀区长优秀版主
★ ★ ★ ★ ★
magicalarm(金币+5,VIP+0):感谢 10-22 10:52
jjdg(金币+0,VIP+0):n版怎么玩外文答复啊！太专业了！ 12-12 01:26
4 inputs, 1 output, 96 data sets.

If you don't have a standard correlation for curve-fitting, you might try Neural Network. I think a 3-layer perceptron model should be okay. In Matlab, this is not a very difficult problem.

One more thing, when you use the neural network, don't over fit the data.
赞一下(25人) 回复此楼
8楼2009-10-22 10:30:16
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

nono2009

超级版主 (文学泰斗)

No gains, no pains.

优秀区长优秀区长优秀区长优秀区长优秀版主
★
余泽成(金币+1,VIP+0):辛苦了，以前做故障诊断，相比于专家系统，神经网络的自学习能力是突出优点！ 10-22 10:54
From my perspective, if one doesn't have a standard correlation in mind, neural networks could be the best nonlinear multi-input multi-output (MIMO) curve-fitting model.

However, neural networks have also been misused in numerous researches because of over-fitting issues. It's a shame.
赞一下(6人) 回复此楼
9楼2009-10-22 10:40:00
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

magicalarm

木虫 (正式写手)

圣徒
余泽成(金币+0,VIP+0):想让nono版及时回帖你可以引言回复他的帖子，或者发个消息给他！ 10-22 11:07
jjdg(金币+0,VIP+0):神经网络不好弄啊！ 12-12 01:27
引用回帖:
Originally posted by nono2009 at 2009-10-22 10:30:
4 inputs, 1 output, 96 data sets.

If you don't have a standard correlation for curve-fitting, you might try Neural Network. I think a 3-layer perceptron model should be okay. In Matlab, this is  ...

学习了，谢谢斑竹的指导
斑竹说的对，这几年神经网络已经泛滥了
我们老板说
不是万不得已的时候不要用神经网络

鄙人对神经网络只有很肤浅的理解
请斑竹解释下过拟合现象是怎样的
该如何控制呢


另外，谢谢余版的提醒

[ Last edited by magicalarm on 2009-10-22 at 11:23 ]
赞一下(16人) 回复此楼
欲以一身撼天下，须于平地起波澜……做人原则：1.只发高质量的帖子！2.只发高质量的帖子！3.重复以上两点……
10楼2009-10-22 10:58:13
 已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 magicalarm 的主题更新
141/2返回列表12下一页
普通表情 龙 兔 虎 猫 高级回复(可上传附件)
信息提示
关闭
请填处理意见
关闭